本文的研究目标是实现一个复杂背景下的运动目标分割和识别系统。 运动目标分割方面。本文首先研究和比较了运动目标分割算法，指出在这些算法中，背景差法最适于解决本文中的运动船只分割问题。然后，使用了一种基于色度和亮度空间的混合高斯背景模型，并基于这个模型实现了运动船只的背景差分割。 运动目标检测方面。通过了大量的实验，本文使用了Connected Components算法和包围盒技术来解决背景噪音过滤和运动目标检测的问题。本文还通过实验对8方向和4方向的Connected Components算法进行了比较。 目标特征提取方面。本文提出了一种边缘点跟踪检测算法，利用原始图像的边缘信息来获得更精确的船只轮廓。此外，还使用空洞填充和图像闭操作来获得完整连贯的目标区域。最后，本文提出了用于船只分类的8个特征。 分类算法方面。本文首先研究和比较了目前各种主要的分类算法，指出支持向量机（SVM）算法是本文应用的最好选择。然后，本文介绍了SVM分类器的实现，并使用SVM算法进行了船只分类实验。 系统实现方面。本文分析了船舶监测与识别系统的总目标和各子目标，随后提出了一个系统实现的架构。